新华社北京11月15日电（记者葛晨）位于英国伦敦的谷歌“深度思维”公司新近研发出预测中期天气的人工智能模型GraphCast，按目前指标评估，其计算速度和准确率优于传统预测模型。

中期天气预报通常指未来4至10天内天气变化趋势的预报，其准确性关乎同期农业、建筑业、旅游业等行业的工作计划。

研究团队14日在美国《科学》杂志在线发表论文说，GraphCast可利用当下天气状态和6小时前的天气数据来预测未来6小时的天气，而每6小时的预测结果又被反馈到模型中，用于执行更长期的预测。

他们首先使用1979至2017年间传统模型预测的全球天气数据来训练GraphCast。研究人员说，GraphCast利用深度学习跳过传统天气预测中繁琐的方程运算步骤，节省了大量算力。

研究人员使用欧洲中期天气预报中心2018年以来的数据测试发现，GraphCast可在1分钟内预测10天后的天气；与欧洲中期天气预报中心的“高分辨率预报”模型数小时的运算结果相比，在1380个测试数据点中，GraphCast的90%数据预测结果更为准确；在某些高海拔区域的测试数据点，其99.7%的数据预测结果的准确度优于“高分辨率预报”。

研究人员在论文中说，GraphCast还可对极端天气事件做早期预警，为此它能预测热带气旋轨迹、极端气温，以及预测带来大量降雨的大气水汽密集输送带“大气河”等。

论文第一作者、谷歌“深度思维”公司研究团队负责人雷米·拉姆说，他们用32台电脑、历时4周来训练GraphCast，最终得到依靠一个台式机就可运行、1分钟就能出结果的轻量级算法。

欧洲中期天气预报中心机器学习协调人马修·钱特里说，从目前使用的指标评估来看，GraphCast模型优于传统预测模型，但未来如使用其他指标评估，可能结果略有不同。

目前全球多个机构研发了人工智能天气预测模型。钱特里认为，机器学习正在推动天气预报发展变化，但仍处于实验阶段，不会完全取代传统方法，而是可以提升传统方法不擅长的预测领域，比如预测数小时内的降雨。